基于灰狼优化算法的LSTM预测模型的旋转设备预测诊断方法

摘要

本发明公开了一种基于灰狼优化算法的LSTM预测模型的旋转设备预测诊断方法，包括以下步骤：S1、对旋转设备的振动信号进行提取；S2、利用Hilbert‑Huang模型对步骤S1提取的振动信号进行分析；通过EMD将旋转设备的振动信号分解成若干个IMF；S3、计算振动信号与其IMF的相关系数，选择表征劣化特征的敏感IMF，将表征劣化特征的敏感IMF选出作为预测模型的数据输入；S4、采用LSTM模型对劣化敏感的IMF进行预测；S5、采用灰狼优化模型对LSTM模型的参数进行优化，动态更新预测值。本发明利用LSTM模型对旋转设备进行故障预测，再利用灰狼模型对LSTM模型的网络参数进行滚动优化，并动态更新预测值，可以有效的提升预测经过的精度，保证函数在全局最优解处收敛。